Finché non ne hai la reale necessità, puoi solo apprezzare la potenzialità di alcune innovazioni, ma non le puoi sfruttare fino in fondo. E' da qualche settimana che uso la macchina lungo un tragitto stradale extraurbano che non è eccessivamente affollato, però presenta comunque le sue criticità durante gli orari di pendolarismo. Siccome anch'io mi sposto in quegli orari, io stesso contribuisco a rallentare la circolazione.

Dopo essermi imbattuto nei primi incolonnamenti, ho cominciato a diventare utilizzatore abituale delle mappe sia di Google che di Apple, per quanto riguarda le funzionalità di segnalazione del traffico. Entrambe le app sono pressoché uniformi nel dare indicazioni: il colore verde indica che non sono presenti rallentamenti lungo il tratto stradale, il colore giallo indica una velocità di percorrenza inferiore alla velocità media, mentre il colore rosso indica code ed incolonnamenti e quindi veicoli praticamente fermi.

Questa prestazione è disponibile nei vari sistemi informativi sulla navigazione già da un bel po' di tempo, ma come funzionano esattamente? Se penso ad un servizio analogo, mi viene da pensare a quello offerto dalle società di gestione delle autostrade attraverso la segnaletica orizzontale presente ovunque, solo che l'esperienza mi dice che tali indicazioni non sono così immediate ed efficaci. I tempi di risposta non sono bassi: quando si forma un incolonnamento, le segnalazioni partono spesso solo dopo l'intervento manuale di un operatore, mentre il ripristino delle normali condizioni di traffico è altrettanto lento, poiché esso avviene con un certo ritardo rispetto alla situazione reale, anche qui probabilmente perché i sistemi informativi sono controllati in modalità non completamente automatica. L'ultima volta mi è capitato di vedere tutte le automobili uscire dall'autostrada perché presi dal panico dell'ingorgo, col risultato che l'ingorgo si è postato dall'autostrada verso le superstrade parallele, mentre l'autostrada diventava completamente sgombera, mentre le indicazioni stradali non tempestivamente rinfrescate.

Cosa farsene pertanto di un servizio che non è efficace e responsivo? Può aiutare per evitare di perdere ore e ore imbottigliati durante l'esodo estivo o nei periodi di Natale, ma non è assolutamente efficace per chi invece usa abitualmente l'autostrada abitualmente e per tratte relativamente brevi.

Vediamo invece come funzionano servizi completamente automatici come quelli dei due colossi informatici: si basano su una tecnologia pervasiva, come il crowdsourcing, ossia si sfruttano i dispositivi elettronici degli utenti, i loro smartphone, per capire attraverso il loro posizionamento nel tempo cosa sta succedendo lungo le strade delle nostre città e paesi. Tutti i principali competitors ci hanno lavorato e ci continuano a lavorare, come Apple.

Se nel database della società di gestione di servizi, arriva un cospicuo numero di localizzazioni di telefoni lungo un tratto stradale in un tempo relativamente stretto e la velocità media di percorrenza dei dispositivi è molto più bassa di quella solita lungo lo stesso tratto, si può formulare l'ipotesi che si stia formando una coda.

E' chiaro che alcuni aggiustamenti all'algoritmo di detezione code vanno presi, per evitare i soliti falsi positivi. Alcune condizioni da captare sono le seguenti:

• il numero minimo di dispositivi da considerare deve essere superiore o uguale ad un valore minimo (non bastano due macchine a fare coda)
• le velocità dei veicoli lungo il tratto deve avere una deviazione statistica ampia (velocità a singhiozzo)
• la velocità massima dei veicoli deve essere ampiamente superiore alla velocità che una persona può raggiungere a piedi o in bicicletta (non si devono confondere coi pedoni a bordo strada)
• la velocità minima può anche azzerarsi, altrimenti siamo nella condizione di persone sedute a bordo strada
• la distanza media di dispositivi lungo una polilinea immaginaria non deve essere inferiore ad un certo valore, cioè si rileva il fatto che i dispositivi si trovano a bordo di un autoveicolo che ha dimensioni apprezzabili

Esistono inoltre dei falsi positivi eccezionali, come l'ammassamento di tantissime persone in una stazione dei treni o della metropolitana, la loro non perfetta disposizione come una colonna, la partecipazione ad un evento sportivo o musicale. C'è pieno insomma di casi particolari, che possono far scattare la condizione di traffico senza per questo configurarsi come tale.

Quello che è sorprendente è che il tempo di reazione è inferiore ad un minuto, cioè proprio quello che serve a prendere decisioni veloci e puntuali sul traffico, anche per situazioni locali o limitate. Lo stesso dato di percorrenza opportunamente corretto della situazione di traffico istantanea è anche la base per offrire tragitti intelligenti, cioè che consentono di aggirare l'intasamento. Waze è stato infatti uno dei primi servizi a funzionare in questo modo.

If you aren't getting deeply involved in some innovative feature, you can't figure out how getting the most from it. In the last months I started driving my car along a suburban road, which is quiet at most, but it sometimes blows up at working hours. I drive that road in those hours, so I'm part of the crowd, that makes everything so slow: that's my fault!

After experiencing my first queues, I started using often maps services like Google and Apple's too, especially the traffic feature. Both the apps display those information basically in the same way: the green path over the road shows no evidence of queue, the yellow marks a slower speed than the usual average speed. The red path states the existence of the queue, which means that several vehicles are lying along the trackway.

This feature is available from various information systems since about two decades: how do they exactly work? If I look backward, I think of a not-so-different service offered by the highway management systems through the horizontal textual display placed along the path: you know what I mean.

I'm experienced enough that those information have never been very precise and useful. Response time doesn't seem to have been ever quick at refreshing.

When the queue starts growing, the system makes you know only after some manned intervention. When the queue has disappeared and normal conditions are restored again, it seems that the information system isn't refreshed in real time for the same reason: information systems are not controlled in a completely automatic way.

Last time it happened again in my area: all the cars exited the motorway due to the panic, so that the crowd moved from the highway to the adjacent local roads. The former became completely free, the latter blew up, whilst information system was still stating the unupdated status: "Faulty highway from Soave to Verona with a 9 kilometers queue".

May you get valuable help from such an unresponsive and uneffective service? It may help you to avoid some hour in a longer travel, like during the summer or Christmas holidays, but it's absolutely unuseful for everybody driving daily the highway or the shorter suburban roads.

Let's see how these automatic services work like Google's or Apple's: they are based on pervasive technology, as crowdsourcing. They use a collaborative approach: any user device, mainly any smartphone, is being used anonymously to send real-time position during an interval frame along some city or suburban road. Any competitor, like Google, Tomtom, Apple, Microsoft worked hardly and is going to keep on fixing and make it better, as you may see in this patent registered by Apple.

As soon as all those data are collected in a huge database - tons of smartphone localizations along a road in a short time interval and the average speed of those devices tends to decrease importantly than the average speed at that hour on that road, the software builds its hypothesis: a car queue is growing up.

The algorhytm needs to be adjusted for such detection, in order to avoid false positives. Let's recall some typical patterns to check:

• you need a minimum amount of devices to detect condition (two phones are not enough)
• vehicle speed should have large standard deviation (on-off speed is desired)
• maximum speed along the track needs to outperform average speed of pedestrians or cyclists (don't confuse with other travellers)
• minimum speed could reset to zero, although you could confuse with people at road sides
• average distance between devices along the virtual polyline must not be lower that a fixed value (smartphones are inside vehicles which have larger sizes than human bodies)

There are also other false positives, like crowds at train station or at tube, their unregular positions quite differen from a row, a flashmob, or a group of fans taking part a concert or a sporting event. There's plenty of exceptional cases, which could be detected as traffic crowds, so they need to be manually fixed with blacklists centered towards to stations, squares, or stadiums.

What's amazing of those automatic system is the reaction time, which has been lowered at a value less than a minute. Such threshold is just what you need to take fast decisions in the traffic jam also for local or bounded cases. The travelling time revised with the realtime traffic is a great point to start to offer smart tracks and lets you bypass the lock. Waze was one the first services to work in such manner.